我正在做一个基于 gcc 编译器优化选项选择的项目，使用基于本文的 LRM(逻辑回归模型)算法... http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=5066672 。
在此算法中，第一步是通过编译并执行每个组合的程序，从所有可用优化选项组合(现在大约 65 个)中创建训练数据。然后稍后使用这些数据更快地找到其他代码的最佳优化选项集。
有人可以帮我理解应该如何存储所有这些数据吗？我计划创建一个二维数组，然后将该数组存储在二进制文件中。有一个更好的方法吗？请帮忙。以及如何继续使用 LRM 从训练数据中找到最佳集合。任何建议也将受到欢迎。
谢谢。
最佳答案
它是一个二维数组，每个选项一列，结果(标准测试用例的运行时间)一列。由于有 65 列，选项要么打开，要么关闭，有 2^65 种可能的组合，等于 36893488147419103232。按结果列排序，这就是最佳选项集!
我想我会选择 CSV 文件......
可能的组合数量是不切实际的。测试以确定是否有任何单个标志使您的程序更快或更慢，然后是否任何两个标志组合的效果比其单独改进的总和更好(协同效应)，然后对三个标志执行相同的操作，依此类推。然后可以在这些协同组中使用这些选项，以减少可能组合的数量。
但是选项组合的数量多得离谱!
关于optimization - 使用Logistic回归模型自动选择gcc编译器优化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9252342/